Adattare una distribuzione t ai dati
Una distribuzione t di Student in genere si adatta molto meglio ai rendimenti giornalieri, settimanali e mensili rispetto a una distribuzione normale.
Puoi crearne una usando la funzione fit.st() del pacchetto QRM. Il modello stimato risultante ha un componente dei parametri stimati par.ests che può essere assegnato a una lista tpars per memorizzare i valori di nu, mu e sigma da usare in seguito:
> tfit <- fit.st(ftse)
> tpars <- tfit$par.ests
> tpars
nu mu sigma
2.949514e+00 4.429863e-05 1.216422e-02
In questo esercizio adatterai una distribuzione t di Student ai rendimenti logaritmici giornalieri dell'indice Dow Jones dal 2008 al 2011 contenuti in djx. Poi traccerai un istogramma dei dati e sovrapporrai una linea rossa al grafico che mostri la densità t stimata. I dati djx e il pacchetto QRM sono già stati caricati per te.
Questo esercizio fa parte del corso
Gestione del rischio quantitativa in R
Istruzioni dell'esercizio
- Usa
fit.st()per adattare una distribuzione t di Student ai dati indjxe assegna i risultati atfit. - Assegna il componente
par.estsdel modello stimato atparse gli elementi ditparsanu,muesigma, rispettivamente. - Completa
hist()per tracciare un istogramma didjx. - Completa
dt()per calcolare la densità t stimata ai valori didjxe assegnala ayvals. Fai riferimento al video per questa formula. - Completa
lines()per aggiungere una linea rossa all'istogramma didjxche mostri la densità t stimata.
esercizio interattivo pratico
Prova questo esercizio completando questo codice di esempio.
# Fit a Student t distribution to djx
tfit <- ___(___)
# Define tpars, nu, mu, and sigma
tpars <- ___
nu <- ___
mu <- ___
sigma <- ___
# Plot a histogram of djx
hist(___, nclass = 20, probability = TRUE, ylim = range(0, 40))
# Compute the fitted t density at the values djx
yvals <- dt((___ - ___)/___, df = ___)/___
# Superimpose a red line to show the fitted t density
lines(___, yvals, col = "red")